A Dense Subframe-based SLAM Framework with Side-scan Sonar

要約

サイドスキャン ソナー (SSS) は、高解像度の海底画像を提供するために自律型水中車両 (AUV) に一般的に搭載されている軽量の音響センサーです。
ただし、同時位置特定とマッピング (SLAM) にサイドスキャン画像を活用することには、主にこれらの画像間に十分な量の正確な対応関係を確立することが難しいため、顕著な課題が生じます。
これに対処するために、サイドスキャンソナーデータを利用した新しいサブフレームベースの高密度SLAMフレームワークを導入し、ペアのサイドスキャン画像の重複領域で効果的な高密度マッチングを可能にします。
各画像がサブフレームに均等に分割されているため、密な対応から特定された適切なインライア セットを使用して、ペアになった各サブフレーム間の相対姿勢を推定する堅牢な推定パイプラインを提案します。
これらの相対姿勢は、AUV 姿勢軌道を最適化するためにファクター グラフ内のエッジ制約として統合されます。
提案されたフレームワークは、Hugin AUV によって収集された 3 つの実際のデータセットで評価されます。
そのうちの 1 つは、グランド トゥルースとして手動で注釈が付けられたキーポイントの対応を含み、ポーズの軌跡の評価に使用されます。
また、姿勢の影響を受けずにマルチビーム音響測深機 (MBES) データに対してマッピングの品質を評価する実現可能な方法も示します。
実験結果は、私たちのアプローチが推測航法 (DR) システムからのドリフトを効果的に軽減し、準密な水深測量の再構築を可能にすることを示しています。
この作業のオープンソース実装が利用可能です。

要約(オリジナル)

Side-scan sonar (SSS) is a lightweight acoustic sensor that is commonly deployed on autonomous underwater vehicles (AUVs) to provide high-resolution seafloor images. However, leveraging side-scan images for simultaneous localization and mapping (SLAM) presents a notable challenge, primarily due to the difficulty of establishing sufficient amount of accurate correspondences between these images. To address this, we introduce a novel subframe-based dense SLAM framework utilizing side-scan sonar data, enabling effective dense matching in overlapping regions of paired side-scan images. With each image being evenly divided into subframes, we propose a robust estimation pipeline to estimate the relative pose between each paired subframes, by using a good inlier set identified from dense correspondences. These relative poses are then integrated as edge constraints in a factor graph to optimize the AUV pose trajectory. The proposed framework is evaluated on three real datasets collected by a Hugin AUV. Among one of them includes manually-annotated keypoint correspondences as ground truth and is used for evaluation of pose trajectory. We also present a feasible way of evaluating mapping quality against multi-beam echosounder (MBES) data without the influence of pose. Experimental results demonstrate that our approach effectively mitigates drift from the dead-reckoning (DR) system and enables quasi-dense bathymetry reconstruction. An open-source implementation of this work is available.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google